二、PaddlePaddle seal_recognition印章内容提取

文章目录

一、安装环境

二、相关资料

三、代码测试

  • 下面参数是根据官方印章在线体验的标准参数进行配置,如果跟官方不一致,很多识别情况会有异常。默认只传图片路径,肯定是效果不佳的。
python 复制代码
from paddlex import create_pipeline

pipeline = create_pipeline(pipeline="seal_recognition")

output = pipeline.predict("test.png",
                          # pipeline_name:lay_out_detection
                          # model_name:PP-DocLayout-L
                          layout_merge_bboxes_mode="union",
                          layout_unclip_ratio=1.0,
                          layout_nms=True,
                          layout_threshold=0.5,

                          # pipeline_name:doc_preprocessor
                          # model_name:PP-LCNet_x1_0_doc_ori
                          use_doc_orientation_classify=False,
                          # model_name:UVDoc
                          use_doc_unwarping=False,

                          # pipeline_name:OCR
                          # model_name:PP-OCRv4_server_seal_det
                          seal_det_unclip_ratio=0.5,
                          seal_det_box_thresh=0.6,
                          seal_det_thresh=0.2,
                          seal_det_limit_side_len=736,
                          seal_det_limit_type="min",
                          # model_name:PP-OCRv4_server_rec
                          seal_rec_score_thresh=0,)

for res in output:
    res.print()
    res.save_to_img("./output_images/")
    res.save_to_json("./output_images/")

# 参数解释:
#       seal_det_limit_side_len:印章文本检测的图像边长限制
#               解释:对于印章文本检测输入图像的边长限制,对于尺寸较大文本密集的图像,如果希望更精准的识别,应选用更大的尺寸,该参数与【印章文本检测的图像边长限制类型】配合使用。一般最大【长边】适合图像文字较大的场景,最小【短边】适合图像文字小且密集的文档场景使用。
#       seal_rec_score_thresh:印章文本识别阈值
#               解释:印章文本检测后的文本框进行文本识别,得分大于该阈值的文本结果会被保留,取值范围为0~1。
#       seal_det_unclip_ratio:seal_det_unclip_ratio
#               解释:使用该方法对文字区域进行扩张,该值越大,扩张的面积越大。
#       seal_det_box_thresh:印章检测框阈值
#               解释:检测结果边框内,所有像素点的平均得分大于该阈值时,该结果会被认为是文字区域,取值范围为0~1。
#       seal_det_thresh:印章文本检测像素阈值
#               解释:输出的概率图中,得分大于该阈值的像素点才会被认为是文字像素点,取值范围为0~1。
#       seal_det_limit_side_len:印章文本检测的图像边长限制
#               解释:对于印章文本检测输入图像的边长限制,对于尺寸较大文本密集的图像,如果希望更精准的识别,应选用更大的尺寸,该参数与【印章文本检测的图像边长限制类型】配合使用。一般最大【长边】适合图像文字较大的场景,最小【短边】适合图像文字小且密集的文档场景使用。
#       use_doc_unwarping:使用文档扭曲矫正模块(印章不能使用,否则会出现异位)
#               解释:是否使用文档扭曲矫正模块,使用后可以矫正扭曲图片,例如褶皱、倾斜等情况。
#       use_doc_orientation_classify:使用文档图像方向分类模块
#               解释:是否使用文档图像方向分类模块,支持 0、90、180、270 度的图片。
#       seal_det_limit_type:印章文本检测的图像边长限制类型(要用短边:min/max)
#               解释:【短边】表示保证图像最短边不小于【印章文本检测的图像边长限制】,【长边】表示保证图像最长边不大于【印章文本检测的图像边长限制】。
#       layout_nms:版面区域检测NMS后处理
#               解释:版面区域检测模型是否使用NMS后处理。使用后,可以移除嵌套框或交并比较大的。
#       layout_unclip_ratio:版面区域检测扩张系数
#               解释:使用该方法对版面各区域进行扩张,该值越大,扩张的面积越大。
#       layout_merge_bboxes_mode:版面区域检测的重叠框过滤方式
#               解释:large,small, union分别表示重叠框过滤时选择保留大框,小框还是同时保留。

四、性能测试

CPU/GPU 加载模型 图片识别
GPU 8s左右 第一张1s左右 第二张开始0.2左右
CPU 8s左右 第一张3.8s左右 第二张开始2.3左右
相关推荐
zhangfeng11336 小时前
Windows 的 Git Bash 中使用 md5sum 命令非常简单 md5做文件完整性检测 WinRAR 可以计算文件的 MD5 值
人工智能·windows·git·bash
monsion7 小时前
OpenCode 学习指南
人工智能·vscode·架构
藦卡机器人7 小时前
中国工业机器人发展现状
大数据·人工智能·机器人
破阵子443287 小时前
小米AI新模型全面解析:从MiMo-V2系列到使用指南
人工智能
ARM+FPGA+AI工业主板定制专家7 小时前
基于ARM+FPGA+AI的船舶状态智能监测系统(二)软硬件设计,模拟量,温度等采集与分析
arm开发·人工智能·目标检测·fpga开发
星空下的月光影子7 小时前
一维CNN在工业过程信号处理与故障预警中的应用
人工智能·机器学习
牛老师讲GIS7 小时前
技术与责任:AI时代GIS开发中的数据隐私、算法偏见与伦理挑战
人工智能·gis数据·gis数据隐私
Simon_lca8 小时前
突破合规瓶颈:ZDHC Supplier to Zero(工厂零排放 - 进阶型)体系全攻略
大数据·网络·人工智能·分类·数据挖掘·数据分析·零售
卧蚕土豆8 小时前
【有啥问啥】Claude Code 安装与使用教程
人工智能
刀法如飞8 小时前
AI编程时代,为什么35岁以上程序员会更吃香?
人工智能·后端·ai编程